《面向精确营销的用户行为分析模型研究与应用》由会员分享，可在线阅读，更多相关《面向精确营销的用户行为分析模型研究与应用（48页珍藏版）》请在金锄头文库上搜索。
1、中国移动集团重点/联合研发项目结题汇报报告项目名称：面向精确营销的用户行为分析模型研究与应用 项目编号：第2页一一. . 开题计划完成情况目 录二、主要研究成果（整合后）第3页1.1 研究背景及目标（开题报告） 市场竞争日趋激烈，特别是在高校、家庭市场，音乐、终端、移动互联网 等领域，需要更精准的营销。 市场营销活动中缺乏模型及工具支持，特别是有效的内容模型、社会关系 模型、用户偏好模型、精准推荐模型等，导致许多用户数据没有得到充分 应用, 营销活动往往凭经验人工设定规则选取营销目标，无法满足精确营 销要求项 目 背 景1. 研究用户行为分析算法，为公司面向特定群体、特定业务的精确营销奠 定基
2、础，提升公司精准营销水平 2. 通过所研究算法的应用，为无线音乐业务营销、终端及相关业务营销、 家庭及高校市场营销、用户关系营销、移动互联网等具体营销领域提供 支撑项 目 目 标第4页1.2 项目研究主要内容及分工（开题报告） 方法研究(研究院) -社会关系网络研究 -推荐算法(包括文本、web挖掘）及平台研究 应用研究(各省公司） -家庭客户研究(上海）：家庭客户的定义、挖掘、特征及营销方案； -号立方研究（江苏）：挖掘用户之间的关系，并对关系进行管理与营销。 -高校客户研究（广东）：通过客户基站通信归属等算法定位高校客户；分析高校客 户的通话数据和数据业务使用情况，描绘高校竞争情况的全景图
3、。 -无线音乐用户研究（四川）：通过对全网音乐市场、用户构成、消费习惯、内容偏 好、用户欺诈等用户相关行为，营销渠道数据等进行全面的分析，建立用户/产品/ 渠道的用户行为分析体系 -12530WAP音乐推荐研究（四川）：实现对会员用户的个性化音乐推荐、音乐与咨询 的互动推荐。 -用户手机上网行为分析研究（四川）：通过对用户手机上网套餐、用户手机上网访 问内容的分析，分析用户使用手机上网的热门网站、热点关键字、时间规律、终端 情况等。 -基于wap日志的用户偏好模型研究（安徽）：通过手机用户wap上网日志，对用户访 问内容进行分析，分析用户的内容偏好，为内容产品营销奠定基础。 -Wlan用户上网
4、分析研究（广东）：研究wlan用户的上网行为，从多个系统中整合 wlan数据，从多个角度分析和展现wlan用户的上网习惯，为营销提供支撑。 -定制终端研究（湖南）：通过单个客户终端补贴效益分析模型、多维度终端捆绑客 户分析模型、移动客户终端消费行为分析模型，建设终端营销方案决策支持系统第5页1.3 开题计划完成情况总结项目总体研究框架交往圈数据整合方法研究 (研究院）上网日志应用研究业务推荐内容推荐营销支持与目标选择社会网络分析 社区发现 关系类型挖掘精准推荐算法及平台 基于内容推荐 基于行为推荐音乐日志位置信息终端补贴数据家庭社区发 现与营销 (上海)无线音乐用 户偏好分析 与欺诈分析 (四
5、川）高校用户特 征挖掘与营 销(广东)Wap音乐 个性化推荐 (四川）用户偏好 分类与推 荐系统( 安徽)Wlan用户 分析挖掘系 统(广东）定制终端 消费分析 与营销（ 湖南）”号立方“ 关系管理 系统 (江 苏)移动互联网 分析平台( 四川）第6页1.3 开题计划完成情况总结 成果一览单位主要成果初步应用效果研究院推荐平台系统(含推荐平台系统、社会网 络关系分析系统、基于内容的用户偏好分 析模型等）提交专利申请3项labs流量提升20%以上，跳出率减小一半以上；研究成果应用于:四川公司子项目音乐基地wap音乐推荐、 安徽公司子项目基于wap的推荐系统、上海公司子项目家庭 客户挖掘、江苏公司
6、子项目号立方系统及其他项目中。 上海公司家庭客户挖掘模型、统一视图及营销方案模型实际验证准确率79%；实际营销成功率提高3倍以上四川公司无线音乐用户使用偏好模型及欺诈行为识 别模型；移动互联网分析平台12530WAP个性化音乐推荐产品使用偏好模型进行无线音乐营销，成功率提升13.5%,欺诈 模型发现95%的欺诈用户；使用移动互联网分析平台，上网套餐推荐成功率提升一倍 以上；使用个性化音乐推荐，推荐页面访问转化率提升68.5%湖南公司定制终端营销决策支持模型模型验证表明模型预测的arpu与实际arpu拟合度达90%以上 。 广东公司高校用户特征挖掘模型Wlan用户分析与挖掘系统在迎新期间进行竞争
7、态势监控和营销，发展高校新增活跃 客户超过24万，同比增加17%。使用wlan分析挖掘系统，合理规划热点，挖掘用户上网习 惯，进行针对性营销。 江苏公司号立方用户关系管理平台求职通订购数上升59%；139邮箱活跃用户提升55%安徽公司基于wap日志的用户偏好分析及推荐系统对用户偏好进行分类，推荐相应的内容，用户响应率提升6 -10倍第7页1.3 开题计划完成情况总结 项目成果总结 完成推荐平台、社会网络、基于内容的用户偏好分析等新型用户分析模型的研究及系 统开发，并在实际项目中进行了模型验证，效果良好。并申请专利3项； 完成在家庭用户、高校用户、wlan用户、手机上网用户、无线音乐用户行为分析
8、、终 端补贴用户等应用领域的行为分析和挖掘，成果均进行了部署、测试和效果评估，部 分成果取得了良好的效益。 探索了研究院和省公司的合作模式。通过充分结合研究院在算法模型研发和方案设计 等方面优势，及省公司在市场需求洞察和营销推广的实战经验，在四川、上海、安徽 、江苏等省公司实现了了研发成果的应用落地，取得了较好的经济效益和社会效益。提出营 销需求分析 需求样本数 据需求提取样 本数据算法模 型试验预期效 果和资 源需求制定部 署方案评估及 协调资 源提供模 型、接 口文档远程或 本地部 署精确营 销实验营销效 果评估省公司研究院第8页1.3 开题计划完成情况总结-研发情况总结项目研发总结 项目
9、的时间安排、人员分工、成果达到了开题计划中的预计目标, 绝大部 分成果取得了良好的效益。 研究中也存在一些不足。 由于时间限制，小部分成果还有待进一步的应用检验。 项目对各种用户行为数据的挖掘均进行了探索，取得了一定的成绩 ，但在某些子项目上，研究方法、应用推广上仍嫌不足，有待进一 步提高。 由于联合项目较多等等原因，研究院未能在所有子项目上均进行模 型和方法支持，而只是在四个子项目上进行了支持。第9页一. 开题计划完成情况目 录二、主要研究成果（整合后）第10页2.2 研究成果介绍 2.2.1 方法研究-社会网络关系判定与社区发现-推荐算法与平台 2.2.2 应用研究业务推荐-家庭客户挖掘模
10、型与统一视图-号立方用户关系管理平台- 移动互联网分析平台内容推荐-12530WAP个性化音乐推荐产品-基于wap日志的用户偏好分析及推荐系统-无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择-高校用户特征挖掘模型-Wlan用户分析与挖掘系统-定制终端营销决策支持模型第11页社会网络关系判定与社区发现研究-目标 识别社会网络中两个人之间交往关系的本质，为潜在家庭 客户、集团客户、圈子产品营销提供支持。第12页社会网络关系判定与社区发现研究-技术路线 1 利用用户移动轨迹 数据，发现用户居住 地（O）和工作地（D ）及其它泊点。 2 基于用户OD、交往 圈等信息，精准判别 用户之间的
11、关系 3 对相同关系用户进 行判别，获得相同关 系的社区，如家庭用 户、集团用户、朋友 圈等实际测试模型 准确度约： 79%第13页社会网络关系判定与社区发现研究-可视化一个家庭所在地和成员工作地点家庭的两个成员回家的动态轨迹一个用户从家上班的典型轨迹一个集团的位置和成员家庭位置第14页推荐算法与平台研究-目标使用SaaS模式为中国移动各门户、 业务平台提供远程推荐及分析服务 具备支持资讯、电子商务、音乐 等应用场景的个性化精准推荐能力 具备不良信息过滤能力 部署容易，无需后台系统改造 支持匿名推荐，确保用户隐私不受侵犯 支持实时行为计算与推荐，结果个性化 程度和相关性高 云计算架构，支持大规
12、模并发用户推荐， 易于扩展处理能力 分析功能强大，可帮助站点进行改进中国移动 精准营销 推荐服务 平台在中国移动自有平台上 实现推荐服务的整合应 用，促进产品销售第15页推荐算法与平台研究-技术路线音乐平台资讯类网站电子商务类网站数据获取数据 预处理推荐模型 配置训练推荐生成推荐平台页面插码页面嵌入JS代码 （采集和推荐）采集用户在线行为轨迹定期更新导入内容数据和用户信息推荐内容 网站为您推荐的资讯 浏览该资讯的用户还看过 同主题资讯推荐推荐内容 网站为您推荐的产品 购买该产品的用户还买过 相似产品推荐推荐内容 网站为您推荐的歌曲 喜欢该音乐的用户还喜欢 同类音乐推荐云计算平台第16页推荐算法
13、与平台研究-算法模块第17页推荐算法与平台研究-应用形式Labs上访问过此内容的用户还访问过 Labs给你推荐的相关资讯、博文和话题Labs相关标签扩展阅读前台产品第18页推荐算法与平台研究-应用效果评测推荐结果：主题相符或相近 内容占比80%以上，较之关键 字匹配，在扩展性和精准性 方面都有所提升。原文示例：国外 运营商LTE市场发 展与策略分析推荐结果：主题相符或相近 内容占比80%以上，较之关 键字匹配，在扩展性和精准 性方面都有很大提升。按兴趣推荐内容或相关标签博文 报告/视频 新闻 帖子实际应用效果：Labs推荐上线后，平 均提升了20%的流量，跳出率较少一半 多，平均页面停留时间增
14、长3%。第19页方法研究-实际应用江苏公司号立方 (本联合项目)上海公司家庭用户挖掘 (本联合项目）河南公司基于位置的关系挖掘 (11年联合项目）研究院Labs推荐音乐基地 wap音乐推荐 (本联合项目）安徽公司wap用户偏好推荐 (本联合项目）第20页2.2 研究成果介绍 2.2.1 方法研究-社会网络关系判定与社区发现-推荐算法与平台 2.2.2 应用研究业务推荐-家庭客户挖掘模型与统一视图-号立方用户关系管理平台- 移动互联网分析平台内容推荐-12530WAP个性化音乐推荐产品-基于wap日志的用户偏好分析及推荐系统-无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择-高校用户
15、特征挖掘模型-Wlan用户分析与挖掘系统-定制终端营销决策支持模型第21页家庭用户标签家庭用户分类小小 灵通家有 电信三口 之家两口 之家亲密 无间窃窃 私语短信 情长高消 费型经济 型家庭营销信息来源登记信息业务使用信息 用户话单信息用户行为业务 家庭客户挖掘 家庭客户位置信息直接外呼BOSS营销点对点短信Mail嵌入电子渠道家庭客户挖掘模型与统一视图(上海) - 目标与研 究框架物理 家庭客户重点目标：家庭用户定义和区分方法，研究家庭客户挖掘模型的方法，家庭客户统一视图的 建立，分析其特点，捕捉精细化的营销机会。第22页家庭客户挖掘模型与统一视图 技术路线第23页家庭客户挖掘模型与统一视图
16、 统一视图及模型验 证家庭成员57其它关系22样本经分员工密友21抽样验证准确率家庭成员部分：个人基本信息：年龄、ARPU等、通话时长、通话分钟数、短信条数等 与户主对应关系： 与户主交往情况：各时段通话次数以及占比，各时段通话分钟数以及 占比、各时段短信条数以及占比 与户主位置关系：重合的基站数家庭客户部分：家庭整体情况：成员数、固话数、小灵通数等等、家庭的ARPU、通话 次数、通话分钟数、平均在网时长、年龄等 家庭内指标：与户主的各时段通话次数、短信条数、通话分钟数等 家庭位置信息：与户主平均位置重合情况 家庭标签：基于位置、交往圈大小、交往密切情况、家庭平均年龄等 等打上标签家庭客户统一视图结果集1目标家庭数：660万 总成员数：1000万结果集2目标家庭数：200万 总成员数：300万根据营销的规模选择相应的结果集目标家庭客户模型准确率 ： 79%青浦属地自营厅外呼总数7835，其中考虑用户占
